Descripción

Este curso está diseñado para dotar al personal docente e investigador de las estrategias metodológicas necesarias para integrar la inteligencia artificial (IA) como asistente en la escritura académica, el análisis de datos y la gestión documental a lo largo de todo el proceso de investigación científica. Mediante una combinación equilibrada de fundamentos teóricos y actividades prácticas, los participantes aprenderán a:

• Emplear modelos de IA para generar, revisar y perfeccionar textos científicos, agilizando los ciclos de redacción.

• Aplicar técnicas de IA al procesamiento y la visualización de grandes volúmenes de datos, favoreciendo la toma de decisiones basada en evidencia.

• Optimizar la búsqueda bibliográfica y la organización de fuentes, asegurando la actualidad y la fiabilidad de la documentación utilizada.

Además, se abordarán de forma transversal las implicaciones éticas y pedagógicas del uso de estas tecnologías, de modo que el profesorado pueda formar a su estudiantado en prácticas responsables, críticas y transparentes. Con ello, tanto docentes como alumnos estarán preparados para afrontar los retos y aprovechar las oportunidades que plantea la investigación académica en la era digital.

Competencias

Al finalizar el curso, el alumnado debería ser capaz de:

1. Comprender los conceptos básicos de la inteligencia artificial generativa y su impacto en la práctica académica y la investigación.

2. Formular prompts eficaces, claros y contextualizados para interactuar con chatbots y otras herramientas de IA de forma estratégica.

3. Utilizar la IA como apoyo en la identificación de problemas de investigación, revisión de literatura y formulación de preguntas e hipótesis.

4. Integrar herramientas de IA en la planificación, desarrollo y documentación de proyectos de investigación, manteniendo el rigor metodológico.

5. Emplear la IA de manera crítica en la búsqueda, análisis y síntesis de literatura científica.

6. Apoyarse en la IA para el análisis y la visualización de datos, comprendiendo sus posibilidades y limitaciones técnicas y metodológicas.

7. Utilizar la IA como asistente de escritura académica respetando las normas de citación y evitando el plagio y la suplantación de autoría.

8. Evaluar de forma crítica la calidad, fiabilidad, sesgos y riesgos éticos de las respuestas generadas por la IA en todo el proceso de investigación.

9. Actuar de manera responsable y ética en el uso de la IA en contextos académicos y científicos, respetando la integridad académica y la protección de datos.

Metodología

La metodología será activa y participativa, centrada en 3 sesiones síncronas de 3h 20 m de duración cada una en la que se realizarán ejercicios prácticos usando herramientas de Inteligencia Artificial (IA)

Evaluación

50%: Realización de los ejercicios propuestos en las sesiones síncronas 5% participación en el foro Prueba final de evaluación (45%) Elaboración de un ejercicio que demuestre las competencias en el uso de la IA

Programa

Tema 1 Introducción a la IA

Tema 2. Preguntando a los Chatbots: cómo construir los prompts Preguntas elaboradas con contexto

• Posicionar a la IA desde una perspectiva
• Plantear todo tipo de detalles
• Poner un ejemplo: resultado con un mal prompt y con un buen prompt

Tema 3. La IA como asistente en los primeros pasos de tu investigación.

• ¿Qué investigar? o Identificar un tema o problema de investigación. o Identificar lagunas en la investigación y temas relevantes. o Elaborar preguntas de investigación e hipótesis.
• ¿Cómo investigar? o Asesoramiento en el diseño de investigación. o Búsqueda de financiación.
• ¿Cuándo investigar? Elaboración de un plan de trabajo con IA.

Tema 4. Optimización en los procesos de documentación

• Búsqueda asistida de literatura científica
• Resúmenes y análisis de artículos con IA
• Extracción de ideas clave y referencias
• Herramientas útiles (ChatGPT con navegación, Elicit, ResearchRabbit, etc.)
• Evaluación crítica: cómo verificar y complementar la información ofrecida por la IA

Tema 5. Análisis y visualización de datos

• IA como apoyo en el análisis estadístico
• Interpretación de resultados cuantitativos y cualitativos
• Creación de gráficos y visualizaciones con ayuda de IA
• Limitaciones éticas y técnicas en el uso de IA para análisis de datos

Tema 6. Asistencia en la escritura académica

• Estructuración de artículos y trabajos académicos
• Revisión gramatical y de estilo
• Generación de títulos, resúmenes y palabras clave
• Ayuda con normas de citación (APA, MLA, etc.)
• Evaluación crítica: evitar el plagio y uso ético de la IA